团队名称：无线通信团队
成员介绍：李有明教授、王晓东教授、王刚教授、金明教授、刘娟教授、陈华副教授、田野副教授、屈龙副教授、忻良骁博士（讲师）、姚俊腾博士（讲师）
团队联系方式：jinming@rankbocai.com
团队研究方向及主要成果：
无线通信团队的研究方向无线电信号检测、无人机反制、传感器网络目标定位、阵列信号处理（角度估计）、网络功能虚拟化，尤其在无线电信号检测与传感器网络定位方面取得了系列成果，达到了国际先进水平。
一、无线电信号检测及其在黑飞无人机检测方面的应用
通过解耦相关系数、分析有序特征值和无序特征值联合统计分布函数、特征向量子空间匹配量的统计分布函数等手段，建立了准确计算判决门限的数学解析表达式，解决了国际上基于协方差矩阵检测方法面临的判决门限快速设置问题；研究无线电信号特征，有效利用多维信号子空间，提高了无线电信号检测性能。系列成果发表于IEEE Transactions on Signal Processing、IEEE Transactions on Wireless Communications、IEEE Internet of Things Journal等期刊论文60余篇。相关成果应用于黑飞无人机检测，在校园强Wi-Fi信号干扰环境下，实现远距离检测。
二、 传感器网络定位方法
2.1）非视距环境下基于时差的稳健定位研究
室内、市区等非视距传播环境严重影响时差（TDOA）测量的精确性。在非视距环境完全未知路径状态的条件下，提出了基于变中心最大熵准则（MCC-VC）的鲁棒定位方法。根据MCC-VC，该方法使用TDOA测量值联合估计核函数中心、带宽和目标位置。具体来说，在MCC-VC 的基础上制定了两个优化问题，一个用于估计核函数中心与带宽，另一个用于估计目标位置。通过交替迭代的方式求解两个问题可得到最终的目标位置估计。所提方法的优势在于无需任何关于非视距误差或测量噪声的先验信息作为执行条件，因此具有良好的普适性与重要的实用价值。这一研究在如室内、市区、高山等存在非视距传播的场景具有重要应用价值。相关成果发表在IEEE Transactions on Signal Processing, IEEE Internet of Things Journal和Signal Processing等信号处理领域权威期刊上。
非视距时差定位示意图
基于时差的室内定位系统（超宽带传感器）
2.2）基于非同步到达时间和到达角的三维刚体定位研究
刚体定位在机器人、自动驾驶等领域具有重要的应用。对于刚体定位问题，不仅需要估计其位置，还需估计其方位信息，这大大增加了问题的求解难度。针对这一问题，提出了基于非同步到达时间的刚体定位方法，通过对Fisher信息矩阵的秩进行分析，得出了使用非同步到达时间测量值进行刚体定位所需的充分必要条件。另外，还进一步地探索了基于混合到达时间与到达角的刚体定位方案，通过克拉美罗-下界分析了使用混合测量值相比于仅使用到达角测量值的必要性和有效性。以上两个问题均通过构建约束加权最小二乘问题，再通过半正定松弛技术求解估计刚体的旋转角度和位置。结果表明所提出方法能够在一定噪声水平下达到克拉美罗-下界，且使用混合到达时间与到达角测量值的定位性能优于仅使用到达时间或到达角的定位性能。实测数据验证了所提方法的有效性相关成果发表在IEEE Transactions on Wireless Communications（两篇）及IEEE Transactions on Signal Processing等通信和信号处理领域权威期刊上。
基于非同步时间的刚体定位系统（超宽带传感器）
2.3）全面研究了不同场景下未知发射机位置时的多基地定位问题
如图所示，多基地雷达系统的定位原理为：发射机发射信号，由目标反射后到达接收机，接收机通过测量从发射机到接收机之间的飞行时间确定飞行距离，最后多接收机之间的测距数据传至融合中心节点运行定位算法获得目标位置估计。目前，一种流行的定位方式是发射机采用广播、电视信号塔、蜂窝基站、卫星等外辐射源，通过这类发射机发射的信号对目标进行多基地定位，其优点是直接利用现有设施，无需额外布置发射机，从而具有隐蔽性好、成本低等优点。这种定位方式常被称为无源相干定位。然而，由于外辐射源并不是针对目标定位设置的，因此其位置可能是未知的，这增加了定位难度。课题组针对这一问题，全面研究了发射机与接收机之间时钟不同步这一实际情况下的合作与非合作固定/移动单目标及多目标等定位场景，基于数学优化理论提出了复杂度低且定位精度高的定位方法，部分方法的定位性能获得了实测数据验证。相关成果发表在IEEE Transactions on Wireless Communications（两篇）、IEEE Transactions on Mobile Computing及IEEE Transactions on Aerospace and Electronic Systems等通信和信号处理领域权威期刊上。
多基地雷达系统示意图
三、基于大规模阵列信号处理的无线定位技术
面向雷达、声呐探测以及车联网、智慧交通、智慧城市等领域中的移动智能终端高精度定位需求，基于大维随机矩阵、张量分解、稀疏优化和深度学习等理论提出了复杂噪声、复杂源和复杂阵列接收条件等场景下的系列远场源、近场源和远近场混合源定位新方法，部分算法达到了豪度级的到达角估计和厘米级的定位性能，为高级别自动驾驶和基于位置的各种新服务提供新的技术支撑。建立了更高自由度的稀疏阵列设计理论框架，在消除阵列互耦及实现大规模目标定位方面取得了重要进展。围绕上述内容，在通信与信号处理领域权威期刊IEEE TSP、IEEE TWC、IEEE TAES、IEEE TVT和旗舰国际会议IEEE ICASSP发表论文10余篇，申请发明专利20余项。
四、工业互联网故障诊断与能耗监测技术
工业互联网中的故障诊断和能耗监测对于提升企业竞争力、实现可持续发展具有重要的战略意义。针对工业互联网故障信号，结合哥德巴赫猜想、深度学习结构，提出了基于全感受野的工业故障智能诊断方法，能够同时提取故障信号的局部和全局信息，在微小故障和非微小故障混淆时也能够取得良好的诊断效果。同时，针对现有的工业互联网服务器运行状态识别算法存在实用性差、人工提取特征过程复杂等缺点，利用非侵入式设备采集服务器工作时的电力能耗，并结合深度学习算法实现运行状态识别。在计算设备不同运行状态下采集电力能耗数据，设计神经网络对数据进行处理和识别，对比电流值、有功功率和无功功率的识别效果，准确识别服务器运行状态。相关成果发表在IEEE Conference on Industrial Electronics and Applications及Global Reliability & Prognostics and Health Management等。
